Meta Muse Wonder长程编程测试夺冠 得分79.0超Claude Opus 5.5

北京时间10月13日凌晨，Meta Superintelligence Labs发布Muse Wonder及Wonder Full模型，核心升级‘主动记忆’与‘持续专注’能力，聚焦长任务执行。在DeepSWE 1.1测试中，Wonder Full获79.0分，超越Claude Opus 5.5（74.2分）与GPT-6 Astra（74.1分）；SWE-Marathon通过率达57.5%，亦领先对手。MemoryBench多轮对话信息提取得分85.5–85.6，高于Opus 5.5的81.5分。专业Agent场景中，法律助手Harvey LAB-AA得13.1分（Opus 5.5为4.2），金融研究得59.1分（略超58.6）。但模型在Terminal-Bench 4.0、ProgramBench等从零构建任务中落后，显示强项集中于上下文增量修改而非自主系统搭建。推理成本显著上升：标准版单任务平均4.52美元，较上代涨183%；3D生成实测被指纹理与几何一致性不足，Meta承认空间推理为已知短板。模型采用独立大底座预训练，代号‘Watermelon’，服务扎克伯格‘个人超级智能’愿景，计划通过订阅制、API与企业服务回收投入。